Python Pandas从csv中提取重复项并聚合值​列的

Question

我有一个CSV文件，由4列a、B、C、D组成。我想：

• 查找列A、B、C具有相同值的所有重复项
• 对于这些，取D的值并创建一个没有重复项的单行，其中D列是所有重复项的D列的并集

CSV输入示例：

John,Yes,123,street 1
John,Yes,123,street 2
Tom,No,345,street 1
Tom,No,345,street 2
Tom,No,345,street 3
Jason,Yes,567,street 1
Thomas,No,123,street 1
Jess,No,999,street 1

预期结果：

John,Yes,123,street 1 street 2
Tom,No,345,street 1 street 2 street 3
Jason,Yes,567,street 1
Thomas,No,123,street 1
Jess,No,999,street 1

Answer 1

df.groupby(['A','B','C'])['D'].apply(' '.join).reset_index()

完整代码：

from io import StringIO
df = """A,B,C,D
John,Yes,123,street 1
John,Yes,123,street 2
Tom,No,345,street 1
Tom,No,345,street 2
Tom,No,345,street 3
Jason,Yes,567,street 1
Thomas,No,123,street 1
Jess,No,999,street 1"""
df = pd.read_csv(StringIO(df))
df.groupby(['A','B','C'])['D'].apply(' '.join).reset_index()

输出：

td style="text-align:right；">3

	A
0	Jason		2	John	Thomas		4	Tom